图:GETTY
Carbon Lighthouse是一家获得了6700万美元资金的初创公司,该公司使用人工智能(AI)来降低商业地产类建筑物的碳排放。他们的新效能生产服务让建筑物所有者能够监视和测量碳排放量,他们认为,这对于在达成新的气候目标方面落后的老旧建筑物来说至关重要。
但是在《德勤2021年商业房地产展望》报告中,数据显示新冠肺炎疫情对商业房地产业产生了系统性的影响。
德勤咨询公司(Deloitte Consulting)的美国房地产业务主管John D’Angelo表示,新冠肺炎疫情对商业房地产业的影响正在迅速地推动技术的使用。
D'Angelo表示:“随着商业房地产公司努力理解并应对新出现的行为模式,创建安全的建筑空间,提高运营效率并确定资产和投资组合一级的风险和机遇,我们看到数字孪生的兴起,直接数字化参与、数据和分析,机器人流程自动化和数字化成熟度将在2021年及以后推动商业房地产业的发展。”
D'Angelo相信,随着需求和行为模式的快速变化以及商业房地产公司努力感知和响应这些变化所带来的机遇和风险,以数据为依据的决策将不断成熟。
他表示:“在这种环境下,试图凭着本能或者直觉做到这一点根本行不通。而且,当你考虑采用机器人流程自动化时,商业房地产业在利用技术方面的速度之慢可以说是众所周知。因为商业房地产公司现在正在努力提高运营效率并降低成本,RPA将在整个数字化转型工作中发挥作用。”
对此,德勤副董事主席及美国商业房地产业务领导Jim Berry表示,新冠肺炎疫情为房地产行业带来了独特的挑战。Berry表示:“重要的是要认识到,虽然新冠肺炎的疫情起到了促进作用,但是这并不会改变已经产生的趋势,在以前的商业房地产业的展望中,我们已经指出了变化的动态,行业需要抓住更好的机会来利用新兴技术和数据分析,以推动针对租户和最终用户体验的不同价值主张。”
“今天,我们继续看到这种情况——以及在未来你会看到什么——对商业房地产价值主张的颠覆。就像2020年发生的诸多事件令人难忘一样,2021年及以后的时间将说明一切,一些商业房地产公司将抓住机会,让他们的业务与使用者和最终用户更好地保持一致。”Berry相信,这些行动将让商业房地产业更加强调为业务和租户体验开发和实施结构化的数字化转型路径图,并以此实现长期竞争优势。
“我们将看到商业房地产公司通过强调体验价值并重新定位资产(例如转变人才职能——工作角色、流程和文化)来重新评估房地产的价值主张,以为未来的工作做准备并平衡业务复苏、抓住新的机会和租户和员工参与度。这可能需要结合多种因素,包括打破职能孤岛,增强领导力和组织敏捷性,加强协作以及进行透明和符合道德的决策。”Berry表示。
在他看来,虽然新冠肺炎的疫情让人大开眼界,但是德勤还是认为它只是促进了现有的趋势。
“我们认为‘目的、位置和分析’是商业房地产业价值主张的不断发展。在我们的2021年商业房地产业展望调查中,这个行业里接受调查的人当中,有56%的人表示,新冠肺炎疫情暴露了他们所在的组织在数字化能力方面的短板,只有40%的受访者表示他们的公司有明确的数字化转型路径图。”他表示,“因此,领导者们被要求在管理成本和投资未来之间走钢丝,在2021年里做出的决策将对那些开始差异化的公司产生影响,并推动不同的价值主张。”
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
查尔斯大学和意大利布鲁诺·凯斯勒基金会的研究团队首次系统性解决了同声传译AI系统延迟评估的准确性问题。他们发现现有评估方法存在严重偏差,常给出相互矛盾的结果,并提出了YAAL新指标和SOFTSEGMENTER对齐工具。YAAL准确性达96%,比传统方法提升20多个百分点。研究还开发了专门的长音频评估工具LongYAAL,为AI翻译技术发展提供了可靠的测量标准。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
印度理工学院团队构建了史上最大规模印度文化AI测试基准DRISHTIKON,包含64288道多语言多模态题目,覆盖15种语言和36个地区。研究评估了13个主流AI模型的文化理解能力,发现即使最先进的AI也存在显著文化盲区,特别是在低资源语言和复杂推理任务上表现不佳,为构建文化感知AI提供了重要指导。